6579 研揚 11/13 收盤價：136.5 元+2 (+1.49%)

追蹤

研揚主要是做工業電腦（IPC）與邊緣運算硬體平台，核心是把具備運算、AI推論、影像辨識與各式工業連接能力的電腦，部署在工廠、設備或現場端，而非一般消費型PC。

主要產品可分為：

• 工業電腦與嵌入式系統：工業主機板、無風扇工業電腦、嵌入式電腦，重視耐高低溫、防震、長時間穩定運作與長供貨週期。
• 邊緣AI設備：AI Box、邊緣伺服器、AI工作站，可搭配 NVIDIA、Intel、AMD 等平台，在資料產生地直接進行AI模型推論。
• 視覺與自動化應用平台：整合相機、GPU、I/O與軟體，用在瑕疵檢測、機器人、自主移動設備、智慧交通、零售與安全監控等。
• 客製化專案服務：依客戶設備的介面、尺寸、耐環境規格、散熱與認證需求設計，因此單價與附加價值通常高於標準化電腦產品。

所謂「邊緣AI」，意思是不必把影像或感測資料全數傳回雲端，而是在現場即時完成辨識與決策。例如半導體產線用AI影像檢測瑕疵、機器人即時辨識環境與物件、交通系統辨識車流等，都需要這類設備。

對研揚而言，投資重點不只是賣硬體，而是AI專案能否從前期驗證（POC）進一步轉為量產訂單；一旦轉量產，通常有機會帶動設備單價、AI產品比重與獲利能力。

市場目前看研揚的題材，主軸不是傳統工業電腦景氣循環，而是 Edge AI 從概念驗證走向實際量產，並延伸到機器人、半導體與軍工等實體場域。

1. 邊緣 AI：最核心的評價題材

研揚定位是邊緣 AI 的硬體平台與垂直方案整合商，將 AI 推論部署在工廠、機器設備、交通、醫療與安防現場，而非自行開發大型語言模型。

市場關注 AI 相關營收占比能否從 2025 年的約 20%，在 2026 年提高到 25%～30%。AI 專案若由 PoC（概念驗證）轉為量產，通常會同步提高系統產品單價、訂單能見度與客戶黏著度。

2. 實體 AI／機器人

研揚提供的是機器人的「大腦與控制平台」，包括工業主機板、嵌入式系統、機器視覺、邊緣運算與客製化 I/O，不是製造機器人本體。

受惠的應用包括：

• 協作機器人與機械手臂
• AMR 自主移動機器人
• 智慧工廠的 AI 視覺檢測、分揀與控制
• 工業無人載具與重型設備

市場期待在人力缺口、自動化升級與視覺 AI 導入下，機器人控制器與邊緣 AI 運算平台需求持續放量。研揚近期推出新一代邊緣 AI 主機板與運算模組，也鎖定機器視覺、工業檢測及機器人自動化應用。

3. 半導體設備與智慧製造

半導體是研揚較具實質性的垂直應用題材。公司可透過 AI 影像辨識、晶片定位、瑕疵檢測與設備控制，切入晶圓製造及精密製造流程。

這類需求的特性是產品驗證期較長、客製化程度高，但一旦導入量產，客戶替換成本高、生命週期也較長。市場關注的重點是：AI 視覺檢測與機械手臂分揀等專案，能否由展示與試作，轉化為持續出貨的設備訂單。

4. 軍工、安防與無人機

研揚的軍工題材主要來自：

• 無人機與反無人機系統
• 海上監控、邊境與關鍵設施安防
• 即時影像辨識、偵蒐與地端決策

這類應用強調低延遲、資安、離線運作與耐候性，正符合工業電腦與邊緣 AI 平台特性。市場將其視為中長期成長選項，但軍工專案通常受標案、認證與驗收節奏影響較大，營收不一定會線性成長。

5. AI Agent 與企業 AI 工作站

AI Agent 是研揚相對有特色的題材。企業若不願自行建置大型資料中心，會以 AI 工作站或 AI 一體機，在公司內部部署特定任務的 AI 應用，例如客服、文件處理、司法、稅務或設備管理。

研揚已切入中國電信與企業端的 AI 工作站應用，帶動中國營收比重提升。這項題材的重點不只是 AI 硬體銷售，而是能否形成可複製的垂直場域解決方案。

6. 傳統 IPC 復甦與 AI 化升級

除了 AI 題材，傳統工控需求也提供基本面支撐，主要包括：

• 醫療設備
• 網通
• 智慧製造
• 智慧零售與交通

市場較理想的情境是，傳統 IPC 維持穩定成長，邊緣 AI 專案提高平均售價與毛利率，形成「營收基礎穩定＋高附加價值產品拉升獲利」的組合。公司此前訂單能見度約 6 個月、接單出貨比約 1.35，反映接單仍維持健康。

題材強弱排序

整體來看，研揚最受市場重視的是 「邊緣 AI 平台＋機器人／半導體／軍工等實體 AI 場域」。題材要真正轉成評價上修，仍需看到 AI 營收占比持續提高、專案量產化，以及本業營業利益率隨產品組合升級而擴張。

研揚的產品營收若依最新完整年度（2025 年）揭露，可概括為三大類：

因此，研揚目前的營收基本盤仍是板卡約五成、工業系統約四成五；兩者合計接近 95%，本質上仍是一家以嵌入式與工業電腦硬體為主的公司。2025 年合併營收為 86.25 億元，產品線皆成長，其中智慧平台系統成長 115%、UP 品牌產品成長 84%，反映產品組合正朝高成長應用升級。

不過，AI 並不是與「板卡」或「工業系統」完全互斥的獨立會計分類，而是穿透在多種產品之中，例如 AI Box、搭載 AI 加速器的嵌入式電腦與智慧平台。因此更適合另外觀察 AI 營收滲透率：

• 2025 年邊緣 AI 相關營收約 20%。
• 公司在 2026 年設定的目標為提升到 25%～30%。
• AI 成長主要集中在半導體設備、機器人、軍事、交通與 AI Agent 等場域；傳統工控則由醫療、零售與製造應用支撐。

換句話說，研揚並非已經完全轉型成純 AI 公司；目前仍以工業電腦與嵌入式板卡提供穩定收入，但邊緣 AI 專案若持續放量，將逐步提高工業系統與智慧平台等較高附加價值產品的比重。

要判斷後續展望，除了題材與管理層目標，也要確認近期營收、獲利率與現金流是否同步支持成長；因此補查最新的財務趨勢。

研揚後續展望偏正向，核心不是單純「AI題材」，而是邊緣 AI 專案逐漸從驗證轉向量產，並帶動營收規模、產品單價與營業利益率改善；但現階段仍要同步檢驗現金流與毛利率能否跟上。

主要成長動能

• Edge AI 營收占比有望提高：2025 年 AI 相關營收約占 20%，公司 2026 年目標為 25%～30%。產品與方案聚焦半導體、機器人、軍工安防、智慧交通及 AI Agent，其中半導體、機器人、軍工被視為較強的成長引擎。
• 專案由 POC 轉量產是關鍵：研揚提供的是將 GPU／NPU、工規電腦、I/O 與軟體整合後的 Edge AI 平台；若客戶在晶圓檢測、機器手臂、無人系統等場域驗證完成後擴大部署，會提高 AI Box、工作站與系統方案的出貨量與平均售價。公司先前訂單能見度約六個月、接單出貨比約 1.35，基本面具有一定支撐。
• 傳統 IPC 仍提供基礎成長：醫療、網通、智慧製造等既有工業電腦需求，不完全依賴 AI 題材；這使公司有「傳統 IPC 穩定成長＋AI 業務提升產品組合」的雙引擎結構。

近期營運驗證

營收已反映部分成長成果：

• 2026 年前 9 月營收約 81.01 億元、年增 27.3%；第三季營收約 28.73 億元，年增 24.6%、季增約 2%，續在高檔。9 月營收 9.74 億元、年增 19.7%，增速雖較 5、6 月放緩，但仍維持雙位數成長。
• 已公布的第二季營收為 28.17 億元、年增約 34%；毛利率 34.26%，營業利益率 11.48%，均優於去年同期；單季 EPS 為 2.34 元。第一、二季 EPS 分別為 3.81 元與 2.34 元，前三季完整獲利數字仍須等正式財報確認。
• 第一季到第二季營業利益率由 8.70% 提升至 11.48%，顯示營收規模擴大與費用效率已有正面效果；但毛利率從 34.83% 微降至 34.26%，代表高階 AI 系統雖能拉高營收，未必等比例推升毛利。

需要特別留意的三項風險

1. 營收成長不等於現金流改善
   研揚為因應專案出貨與零組件供應進行備貨，2026 年第一、二季自由現金流分別為 -3.24 億元、-4.77 億元。若後續應收帳款與存貨未隨出貨回收，獲利品質會受影響。

2. 毛利率能否守住約 35%
   AI 產品往往含較多 GPU、CPU、記憶體與 SSD，高單價但料件成本也高。公司雖已提前備貨，且部分成本可向客戶轉嫁，但零組件價格上漲或供給吃緊，仍可能壓縮毛利率。

3. 量產速度與專案集中度
   半導體、軍工、機器人都是認證與驗收週期較長的市場。設計導入案增加是好訊號，但真正決定中期業績的，是能否持續轉為可複製、可長期交付的量產訂單，而非僅停留在展示或小量測試。

整體判斷

研揚目前較合理的看法是：營運成長趨勢已獲營收驗證，邊緣 AI 的滲透率提高仍是中期上行空間；但投資判斷要從「題材是否存在」進一步轉向「AI占比是否如期提升、毛利率是否穩住、負自由現金流是否收斂」。

若這三項同步改善，AI 專案對獲利的貢獻才會比單純營收成長更具品質。

抱歉，我找到的資訊不足，無法給予預測。

目前可確認的基準是，研揚近四季 EPS 為 7.32 元，以股價 151 元計算，本益比約 20.6 倍。

研揚 2026 年營運方向仍偏正向：公司先前設定全年營收成長約兩成、AI 相關營收占比由 2025 年約 20%提高至 25%～30%，訂單能見度約六個月，邊緣 AI 的半導體、機器人與軍工專案是主要動能。

但要直接形成 2026、2027 年 EPS 預估，仍缺少足夠且可交叉驗證的市場預測資料，尤其研揚 2026 年首季稅後獲利含有較大的業外投資收益；未來 EPS 能否持續成長，須區分為本業營運改善或業外收益波動。第一季 EPS 為 3.8 元，其中業外收入約 3.7 億元，這會提高以單季數字外推全年 EPS 的誤差。

研揚所處的工業電腦（IPC）與邊緣 AI產業，正從傳統的設備控制、資料蒐集，升級為「現場即時推論與決策」的平台。中期前景偏正向，核心不是雲端 AI 資料中心擴建，而是 AI 開始進入工廠、半導體設備、機器人、交通、醫療與國防等實體場域。

產業成長的主要驅動力

1. AI 從雲端走到終端現場 邊緣 AI 是把運算能力放在資料產生的位置附近，例如工廠產線、機器人、交通路口或醫療設備。相較將影像與感測資料全數傳回雲端，這種架構可降低延遲與頻寬成本，也較符合資料隱私和斷網仍須運作的需求。未來較常見的架構將是「雲端訓練、邊緣推論、終端執行」。

2. 半導體建廠與智慧製造 全球半導體擴產、先進製程與封裝投資，帶動設備自動化、機器視覺、瑕疵檢測、數位孿生與預測維護需求。這些應用多要求低延遲、高可靠度及長期供貨，正是工業電腦的強項。

3. 缺工推動機器人、自動化投資 協作機器人、AMR 自主移動機器人、工業機器人與無人系統，都需要高效能且耐環境的本地運算平台做即時控制與辨識。全球缺工使自動化投資具有結構性需求，但人形機器人的大規模商業化仍在早期階段，短期不宜將所有成長預期都建立在此單一應用。

4. 國防、安防與智慧交通需求增加 無人機、反無人機、海上監控、軌道交通及智慧城市等場景，重視即時辨識與離線作業能力，邊緣 AI 平台的適配性高。台灣提高國防預算、各國擴大無人機採購，也為具相關產品與專案能力的 IPC 業者帶來新需求。

研揚的產業位置

研揚並非自行訓練大型模型，而是定位為工業級 AI 硬體與解決方案平台供應商，整合不同處理器、AI 加速器與垂直軟體夥伴，讓客戶將 AI 導入現有設備與工作流程。這種模式的價值在於：工業客戶通常不只需要一台高算力主機，而是需要可長期供貨、通過認證、能接上既有相機、感測器、PLC 與軟體系統的完整方案。

公司目前聚焦的五大應用為半導體、機器人、軍工安防、交通與 AI Agent；其中半導體、機器人及軍工，被視為較具放量潛力的方向。AI 相關業務已由概念驗證逐漸走到量產與實際落地，2025 年 AI 相關營收年增約 115%、占營收約兩成，2026 年目標提高到 25% 至 30%。

競爭結構：門檻高，但競爭也激烈

工業電腦不像消費性 PC 單純比規格與價格。客戶在設備導入前，往往需經過長時間的環境、可靠度、資安及系統整合驗證；一旦導入產線或關鍵設備，更換供應商的停機與再認證成本高。因此，客製化能力、長供貨週期、全球服務、軟硬體整合與客戶信任，是重要護城河。

不過，競爭也正從傳統 IPC 硬體延伸到 AI 生態系整合。大型同業在產品線、全球通路與系統整合資源較完整，其他業者則專攻機器人、網通、醫療、交通或強固型設備等利基。研揚能否勝出，關鍵在於是否能把既有的多平台硬體能力，進一步轉化成可複製、可量產的垂直解決方案。

需要留意的產業風險

• POC 不等於量產：AI 專案從展示、測試到正式複製部署，通常須經過現場驗證、資安審查與客戶資本支出決策；案量增加不必然立即反映為營收。
• 零組件供應與成本轉嫁：記憶體、SSD、CPU 或 AI 加速器供應緊張與價格變動，可能壓縮毛利率，取決於業者備貨能力及調價速度。
• 專案型業務波動較高：工業電腦終端應用分散，單一大型專案的遞延、驗收或客戶調整資本支出，都可能讓單季營收與獲利有波動。
• 軟體整合能力成為新門檻：AI 時代不只比硬體算力；模型部署、遠端維運、資安、散熱、功耗和既有設備串接，會決定方案是否能規模化。

整體而言，IPC 產業正處於由景氣循環走向結構成長的階段；研揚的機會在於邊緣 AI 占比提高後，帶動產品單價與組合改善。真正該驗證的不是題材熱度，而是 AI 專案是否持續由 POC 轉為量產、AI 營收占比能否如目標提升，以及毛利率與營業利益率是否同步改善。

研揚沒有公開揭露完整的前十大客戶名單或單一客戶營收占比，因此不宜直接把個別品牌認定為其「主要客戶」。不過從公開資料可確認，研揚的客戶結構以 系統整合商、設備製造商、OEM／ODM 客戶、軟體開發商與通路商為主，並非只依賴單一終端大客戶。

主要客戶類型與應用

研揚目前重點拓展的邊緣 AI 客戶需求，集中在半導體、機器人、軍工安防、交通與 AI Agent五大方向；公司主要提供 AI Box、工業主機板、邊緣伺服器、AI 工作站及客製化平台。

已知的合作輪廓

• 研揚與多家國際機器人廠合作，提供電腦硬體與底層軟體；市場以歐洲、日本及中國等地為主。
• 公司也與晶片平台夥伴合作，將不同處理器與 AI 加速器整合到產品中；這些廠商屬於技術與供應鏈合作夥伴，不等同於研揚的採購客戶。
• 2025 年，研揚新增 80 家年採購額超過 50 萬美元的客戶，顯示營收來源正由一批中大型客戶共同構成，而非只靠少數單一大客戶。

對投資判斷的意義

研揚屬於專案型、客製化的工業電腦供應商，客戶名稱保密很常見，因為其產品通常嵌入設備商或系統整合商的最終方案中。投資上更值得追蹤的是：

• 半導體、機器人、軍工等高毛利專案是否由驗證轉入量產
• 年採購額較高的客戶數是否繼續增加
• AI 相關營收占比是否能由目前約兩成往 25%～30%提升
• 是否出現某一大型專案遞延，造成季度營收與毛利率波動

這種客戶結構的優點是應用分散、客製化與認證提高黏著度；風險則是大型專案的導入、驗收與出貨節奏，會讓單季營收與毛利率出現波動。

研揚的競爭位置可概括為：中型、以嵌入式與邊緣 AI 為核心的工業電腦平台商。它並非與所有 IPC 業者正面競爭，而是在工業主機板、Box PC、AI 推論系統、機器視覺與機器人控制平台等領域，和大型平台廠及利基型同業交鋒。

主要競爭對手

其中，研華與樺漢規模明顯更大；凌華則是研揚在邊緣 AI、機器人及高效能工業運算平台上較直接的台灣競爭者。研揚、凌華皆積極導入 NVIDIA 平台，而研揚也推出採用 Jetson T5000 的產品，鎖定人形機器人、自主設備與大型視覺語言行動模型等應用。

研揚的競爭優勢

1. Edge AI 題材純度高，產品切入點明確

研揚的強項是把 CPU、GPU、NPU 等異質運算平台，做成可落地於現場的工業系統，而非只銷售標準化硬體。應用包括機器手臂分揀、機器視覺、半導體設備、智慧交通、AMR 與人形機器人。

2025 年 AI 相關營收約占 20%，2026 年目標提高至 25%～30%；若專案持續從驗證階段轉為量產，AI 產品占比上升有助於提高單機售價與產品組合。

2. 平台合作彈性佳

研揚並非只押注單一晶片平台，而是同時布局 NVIDIA、Intel、AMD 與其他 AI 加速器方案。這種多平台策略的意義在於：

• NVIDIA 適合高算力視覺辨識、生成式 AI 與機器人。
• Intel 適合既有 x86 工控客戶的平順升級。
• AMD 與其他 NPU 平台，可提供成本、功耗或供應彈性。

在客戶需求快速變動、且晶片供應與成本可能波動的環境中，多平台能力可降低押錯技術路線的風險。研揚已提供 NVIDIA Jetson、Intel Core Ultra 等平台的 AI 推論伺服器、機器人與機器視覺設備。

3. 客製化、長產品生命週期與強固設計能力

工業電腦不是單純比硬體規格，而是比能否處理多攝影機、高速網路、CAN Bus、特殊 I/O、寬溫、防震、資安與長期供貨。研揚能提供從客戶概念設計、打樣、量產至售後的整合服務，對設備商與系統整合商而言，轉換供應商成本較高。

這也是研揚在機器人、半導體設備、交通與工業自動化領域，有機會避開純硬體價格競爭的原因。

4. 華碩集團資源可補足中型廠的限制

研揚本身規模不及龍頭，但背後有集團資源，在研發、採購、供應鏈與產品設計導入上具一定支援。尤其零組件緊缺或 AI 平台快速迭代時，供應取得與共同開發效率，會影響接單能力與毛利率。

目前資料也指出，研揚提前備料，加上集團支援，短期受到記憶體與 SSD 供應壓力的衝擊相對有限；不過成本上漲能否完全轉嫁，仍需由後續毛利率驗證。

研揚的相對劣勢與風險

1. 規模、全球通路與大型專案能力落後龍頭

研華、樺漢在全球據點、客戶覆蓋、在地服務、系統整合與大型專案承接能力上較有優勢。尤其大型半導體設備、智慧工廠或跨國客戶，通常重視全球交付、長期維保與整套解決方案能力；這類訂單更容易集中到規模較大的廠商。

研揚 2026 年 9 月營收約 9.7 億元，雖年增近兩成，但同月研華、樺漢營收規模分別約為 107.5 億元與 177.6 億元，規模差距仍大。

這代表景氣復甦初期，研揚可能在大型訂單優先權、採購議價與全球服務資源上處於相對不利位置。

2. AI 專案從驗證到量產，仍是決勝點

AI 專案在展示、POC 與試量產階段，技術能力不一定是最大問題；真正影響營收與獲利的是客戶是否擴大部署、驗收是否如期、產品是否能標準化複製。

研揚目前訂單出貨比約 1.35、訂單能見度約 6 個月，顯示需求正在改善，但也反映能見度尚未拉得很長。

因此，市場對研揚的評價不能只看「有沒有 AI 題材」，而要看：

• AI 營收占比是否如目標上升。
• 機器人、半導體與智慧自動化案是否由試作轉量產。
• 高階 AI 產品帶來的毛利率是否改善。
• 訂單能見度能否由半年進一步延長。

3. 軟體與生態系競爭壓力大

在 Physical AI 與機器人場景，硬體平台只是第一步。NVIDIA 擁有 CUDA、JetPack、Isaac 與 GR00T 等完整軟硬體生態；大型自動化業者也有既有的工控軟體、控制系統與客戶關係。

研揚的定位較偏「平台整合商」，優勢在於快速客製與把硬體部署到現場；但若未來客戶更偏好完整軟體堆疊、演算法服務與訂閱制平台，研揚需要持續強化軟體整合與垂直場域夥伴，才不會被壓縮為硬體供應商。

4. 成本與專案型營收波動

工業電腦普遍面對 CPU、記憶體、SSD、PCB 等成本上升問題；研揚雖以高附加價值 AI 產品改善組合，但客製專案的研發投入、驗收進度與零組件轉嫁能力，都會造成單季毛利和獲利波動。

綜合判斷

研揚的核心競爭力不在於規模最大，而在於把多種 AI 運算平台快速轉化為可客製、可量產、可在嚴苛現場運作的邊緣運算產品。在機器人、半導體設備、機器視覺與智慧交通需求上升時，這種能力具有實際商業價值。

但相較研華、樺漢等大型業者，研揚在全球服務量能、接大型專案能力與規模經濟上仍居劣勢；相較凌華等 Edge AI 同業，則要比拚機器人專案量產速度與軟硬整合深度。

因此，研揚比較適合用「AI 專案量產滲透率能否持續提高」來評估競爭力，而非只以工業電腦整體市占或單月營收規模判斷。